一种遥感图像梳状纹理特征定量分析方法与流程

本发明属于遥感图像处理与应用技术领域，具体涉及一种遥感图像梳状纹理特征定量分析方法。

背景技术

纹理是遥感图像的重要特征之一，它揭示了图像中地物的结构信息及其与周围环境的关系，提供了地表覆盖类型空间变化的重要信息。因此，图像纹理被广泛应用于遥感地物分类以及基于遥感图像的变化检测中，以提高信息提取的精度。

遥感图像的纹理主要表现为地物的形状、大小、方位、均质程度以及不同地物之间的空间关系和亮度反差关系等。在地质领域中，不同的岩石由于其特有的矿物组成和结构构造，因而具有不同的表面特征，这些特征在遥感影像上表现为不同的色调、影纹图案和水系特征。板岩、千枚岩等变质岩类岩石类型复杂，在遥感影像上的水系纹理常常呈现梳状，冲沟切割较深，此外还有较密的线纹，代表板理或千枚理的方向。

虽然利用目视解译可以在一定程度上发现遥感图像的纹理特征，但由于目视解译受植被覆盖等干扰因素影响大，且目视解译结果存在一定主观性，遥感地质学界一直希望找到一种更加智能的纹理分析方法，定量识别图像特定的纹理结构特征。变差函数是地质统计学中用来描述区域化变量空间结构性和随机性的基本工具，在遥感图像纹理分析领域应用广泛。变差函数值既能在一定程度上反映遥感图像像素间的结构性，也能反映影像数据的统计特征，这正是纹理描述方法的基本要求。

综上所述，遥感图像处理与应用技术领域亟需研究一种遥感图像特定梳状纹理特征的定量分析方法，解决目前遥感图像梳状纹理目视解译干扰因素多、存在主观性、缺少定量化分析等技术问题。

技术实现要素：

本发明需要解决的技术问题为：现有遥感图像梳状纹理目视解译方法干扰因素多、存在一定主观性、缺少定量化分析。

本发明的技术方案如下所述：

一种遥感图像梳状纹理特征定量分析方法，引入变差函数统计遥感图像灰度值，计算得到目标区域梳状纹理参数，定量研究分析遥感图像特定的纹理结构特征。具体包括以下步骤：步骤s1.读取遥感影像数据；步骤s2.选择统计计算窗口；步骤s3.确定统计计算数据；步骤s4.分别计算各统计计算窗口的统计计算数据的纹理特征参数；步骤s5.根据各变差函数值定量分析纹理结构特征。

作为优选方案：步骤s1中，读取原始遥感图像灰度数据，并将其进行重采样预处理，得到预处理之后的遥感图像灰度数据。步骤s1中，读取的原始遥感图像灰度数据为etm数据，其总计有7个多光谱波段：第1-5波段和第7波段的空间分辨率均为30m，作为热红外波段的第6波段的空间分辨率为60m；将第6波段的像元重采样至30m，之后与其它波段合成7个波段的数据，得到预处理之后的遥感图像灰度数据。

作为优选方案：步骤s2中，在步骤s1得到的预处理之后的遥感图像灰度数据上选择统计计算窗口，所述统计计算窗口为三排三列相邻分布的9个窗口，其中位于中心的中间统计窗口选择具有典型梳状纹理结构的区域。步骤s2中，所述统计计算窗口的形状可以采用长方形，且中间统计窗口优选具有典型梳状纹理结构的变质岩区域。

作为优选方案：步骤s3中，对预处理之后的遥感图像灰度数据进行主成分分析，将第一主成分的灰度值图像作为统计计算数据参与下续计算。

作为优选方案：步骤s4中，对于步骤s2得到的9个统计计算窗口，分别计算各统计计算窗口中步骤s3所述统计计算数据的变差函数值，所述变差函数值包括变差函数长轴变程值、变差函数短轴变程值、变差函数长轴方向角值。

步骤s4中，对各统计计算窗口，采用下式计算变差函数：

式中，

r为滞后距离，即点xi与点xi+r间的距离；

n(r)为滞后距离r的数据对数目；

z1(xi)、z2(xi)、z3(xi)依次为该统计计算窗口内点xi处的长轴变程值、短轴变程值、长轴方向角值；

z1(xi+r)、z2(xi+r)、z3(xi+r)依次为该统计计算窗口内点xi+r处的长轴变程值、短轴变程值、长轴方向角值；

n为统计计算窗口内灰度值图像像素点个数；

s1(r)、s2(r)、s3(r)依次为该统计计算窗口内滞后距离r的数据对的变差函数长轴变程值、变差函数短轴变程值、变差函数长轴方向角值。

作为优选方案：步骤s5中，根据步骤s4得到的变差函数长轴变程值、变差函数短轴变程值、变差函数长轴方向角值，分析可得：1)梳状纹理区域的长轴方向角与目视观察的纹理展布方向一致；2)梳状纹理区域的变差函数长轴变程值明显小于非梳状纹理区域；3)梳状纹理区域的变差函数短轴变程值明显小于非梳状纹理区域。

本发明的一种遥感图像梳状纹理特征定量分析方法有益效果为：

(1)通过引入变差函数，对图像灰度值进行统计，定量获取目标区域特定梳状纹理特征参数，实现了遥感图像特定梳状纹理特征的定量精确分析；

(2)通过变差函数统计获得长轴方向角、长轴变程、短轴变程、长轴及短轴的各向异性比等多个重要参数，更加全面地分析描述了遥感图像梳状纹理特征；

(3)相较于现有的图像纹理结构分析方法，本方法受植被覆盖等干扰因素影响小，且不受分析人员主观干扰，可以更加精确的定量分析遥感图像特定的纹理结构特征，可应用于遥感图像纹理特征分析和遥感地物识别等领域。

附图说明

图1为本发明的一种遥感图像梳状纹理特征定量分析方法流程图；

图2为本发明的一种遥感图像梳状纹理特征定量分析方法涉及的变差函数特征参数示意图。

具体实施方式

下面结合附图和实施例对本发明的一种遥感图像梳状纹理特征定量分析方法进行详细说明。

实施例1

如图1所示，本实施例的一种遥感图像梳状纹理特征定量分析方法，通过引入变差函数，统计图像灰度值，计算得到目标区域梳状纹理参数，定量研究分析图像特定的纹理结构特征，具体包括以下步骤：步骤s1.读取遥感影像数据；步骤s2.选择统计计算窗口；步骤s3.确定统计计算数据；步骤s4.分别计算各统计计算窗口的统计计算数据的纹理特征参数；步骤s5.根据各变差函数值定量分析纹理结构特征。

步骤s1.读取遥感影像数据

从存储介质中读取原始遥感图像灰度数据，并将其进行重采样等预处理。

本实施例中读取的原始遥感图像灰度数据为etm数据，其总计有7个多光谱波段。其中，第1-5波段和第7波段的空间分辨率均为30m，作为热红外波段的第6波段的空间分辨率为60m。重采样操作中，将第6波段的像元重采样至30m，之后与其它波段合成7个波段的数据，得到预处理之后的遥感图像灰度数据。

步骤s2.选择统计计算窗口

在步骤s1预处理之后的遥感图像灰度数据上选择统计计算窗口，所述统计计算窗口为三排三列(3×3)相邻分布的9个窗口，其中位于中心的中间统计窗口选择具有典型梳状纹理结构的区域。

由于梳状纹理结构在影像中具有明显的方向性连续变化的特点，较之其它区域图像的灰度值变化快，纹理特征明显，因此本实施例中，在预处理之后的遥感图像灰度数据中选择具有典型梳状纹理结构的变质岩区域作为中间统计窗口。同时，为了更好的反映变质岩梳状纹理的变差函数特点，及其存在给周围岩石带来的变化，参与统计的统计计算窗口形状采用长方形，而没有选择传统的正方形。

步骤s3.确定统计计算数据

由于预处理之后的遥感图像灰度数据涉及的成像波段数量多，例如本实施例中的etm遥感影像数据具有7个成像波段，涵盖可见光至红外波长范围，若对每个波段都进行参数统计，计算量增大，信息也会冗余。

本步骤中对预处理之后的遥感图像灰度数据进行主成分分析，将第一主成分的灰度值图像作为统计计算数据参与下续计算。

本实施例中，采用envi软件对预处理后的etm遥感影像数据进行主成分分析，其第一主成分包含了90％以上的信息，将第一主成分的灰度值作为统计计算数据参与计算。

步骤s4.分别计算各统计计算窗口的统计计算数据的纹理特征参数

对于步骤s2得到的9个统计计算窗口，分别计算各统计计算窗口中步骤s3所述统计计算数据的变差函数。

本实施例中，对各统计计算窗口，采用下式计算变差函数。

式中，

r为滞后距离，即点xi与点xi+r间的距离；

n(r)为滞后距离r的数据对数目；

z1(xi)、z2(xi)、z3(xi)依次为该统计计算窗口内点xi处的长轴变程值、短轴变程值、长轴方向角值；

z1(xi+r)、z2(xi+r)、z3(xi+r)依次为该统计计算窗口内点xi+r处的长轴变程值、短轴变程值、长轴方向角值；

n为统计计算窗口内灰度值图像像素点个数；

s1(r)、s2(r)、s3(r)依次为该统计计算窗口内滞后距离r的数据对的变差函数长轴变程值、变差函数短轴变程值、变差函数长轴方向角值。

对各统计计算窗口，采用arcgis等现有方法计算得到长轴各向异性比及短轴各向异性比，变差拟合函数采用球形模型。

图2所示变差函数具有四个特征参数：块金值主要反映微观结构的变化，以及观测误差决定的随机变化；基台值表示在一定方向变差函数值的结构性与随机性总变化幅度；偏基台值表示变差函数结构变化的最大值；变程反映研究对象中区域化变量间的相关程度，即影响范围。

步骤s5.根据各变差函数值定量分析纹理结构特征

根据步骤s4得到的变差函数长轴变程值、变差函数短轴变程值、变差函数长轴方向角值，分析可得：1)梳状纹理区域的长轴方向角与目视观察的纹理展布方向一致，且较其他非梳状纹理区域长轴方向角明显不同；2)梳状纹理区域的变差函数长轴变程值明显小于非梳状纹理区域；3)梳状纹理区域的变差函数短轴变程值明显小于非梳状纹理区域。

变程是指区域化变量在空间上具有相关性的范围，在变程范围内，数据具有相关性，而在变程以外，数据之间互不相关。统计窗口中梳状纹理区域的长短轴数值都较小，说明该区域的灰度值发生规律性变化距离或尺度较短，在较小范围内其灰度值即失去了相关性，该区域灰度值随机性总体较低，这正好反映了梳状纹理的特征。

通过变差函数对图像灰度值进行统计分析，可以定量地获取目标区域的纹理特征参数。结果显示，梳状纹理特征区域的长、短轴变程值明显小于其它岩性区域，这种对变质岩图像梳状纹理变差特征的分析，使得定量识别图像特定的纹理结构具备可能性。